| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 论文的选题背景和研究意义 | 第9-10页 |
| 1.2 数字水印的研究现状和研究方向 | 第10-11页 |
| 1.3 数字水印的分类 | 第11-12页 |
| 1.4 数字水印的关键性能指标 | 第12页 |
| 1.5 数字水印的应用 | 第12-13页 |
| 1.6 本文的主要研究内容 | 第13-15页 |
| 2 基于Gaussian-Hermite矩的支持向量机水印算法 | 第15-37页 |
| 2.1 非下采样轮廓变换 | 第15-17页 |
| 2.1.1 非下采样金字塔分解 | 第15-17页 |
| 2.1.2 非下采样滤波器组分解 | 第17页 |
| 2.2 支持向量机理论 | 第17-19页 |
| 2.3 高斯埃尔米特矩(Gaussian-Hermite Moments) | 第19-22页 |
| 2.3.1 埃尔米特矩 | 第19页 |
| 2.3.2 高斯埃尔米特矩 | 第19-22页 |
| 2.4 数字水印嵌入算法 | 第22-24页 |
| 2.5 数字水印检测算法 | 第24-25页 |
| 2.5.1 获得训练图像 | 第24页 |
| 2.5.2 SVM训练 | 第24-25页 |
| 2.5.3 含水印图像的几何校正 | 第25页 |
| 2.6 数字水印提取算法 | 第25-26页 |
| 2.7 仿真实验结果 | 第26-36页 |
| 2.7.1 性能测试 | 第26-28页 |
| 2.7.2 抗攻击能力的测试 | 第28-36页 |
| 2.8 本章小结 | 第36-37页 |
| 3 基于特征点的鲁棒数字水印算法 | 第37-49页 |
| 3.1 Speeded-Up Robust Feature(SURF)算子 | 第37-39页 |
| 3.1.1 特征点提取 | 第37-38页 |
| 3.1.2 构造局部特征区域 | 第38-39页 |
| 3.2 圆谐-傅里叶矩(Radial Harmonic-Fourier Moments) | 第39-41页 |
| 3.2.1 圆谐-傅里叶矩的定义 | 第39-40页 |
| 3.2.2 圆谐-傅里叶矩的性质 | 第40-41页 |
| 3.3 数字水印的嵌入算法 | 第41-43页 |
| 3.4 数字水印的检测算法 | 第43-44页 |
| 3.5 仿真实验 | 第44-48页 |
| 3.5.1 性能测试 | 第44-45页 |
| 3.5.2 抗攻击能力的测试 | 第45-48页 |
| 3.6 本章小结 | 第48-49页 |
| 4 总结与展望 | 第49-51页 |
| 4.1 本文工作总结 | 第49页 |
| 4.2 数字水印技术的发展前景展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表学术论文情况 | 第54-55页 |
| 致谢 | 第55页 |
